数字化如何赋能酒店决策?

by 蓝豆云

目前,酒店关于客人满意度评价的来源主要是几大主流OTA平台,但根据不完全统计,OTA预订后写点评的人数占总预订数不到10%,总体上可能只代表了不到2%的客人的感受,更多影响客人体验的因素藏在日常运营过程中。

客人满意度的冰山模型

如果把客人满意度数据这座冰山分为三层:最顶层是酒店最容易获取的OTA数据,中间一层是酒店利用飞行检查、暗访等形式主动采集的运营数据,冰山最底层的是酒店在运营过程中自然积累下来的数据,如客人高频需求物品、服务高峰时段、客房清洁检查率、高频维修内容、赶房耗时等,这些数据在现有模式下很难获取和利用。

利用OMS将这些反映客人体验最敏感的、深入运营毛细血管的数据呈现出来,为运营管理优化提供有力的数据支持。

一方面,所有的运营流程数据都被统计,这样得出的结论比抽样的客人评论会更加客观;其次,便于管理人员在服务流程过程中实时把控,及时介入,而不是等有客人投诉造成负面影响之后,我们再去解决问题;最后,如果真的出现了服务问题,也更容易溯源,可以通过复盘过程数据,更容易地找到问题的源头,有的放矢的进行解决。

数据驱动决策管理

当各部门的核心工作实现信息化后,可以准确运营过程数据。例如服务效率、客房清洁程度、报修维修进度等。管理人员能够更轻易地从数据结果中发现运营存在的问题,并准确地进行改善和提高。酒店还可以通过获取更多客人的体验偏好数据,如客人常用的物品、高频的服务项目、产生服务需求的高峰时段、经常投诉的问题点等,更好地配置人员和物品,为客人提供更多超出预期的个性化服务。

微观层面上,通过数据可以对流程上的具体的管理动作给出最优解的调整。比如酒店房间打扫。每天的脏房量不同,如何通过员工工作量的算法,将每天的工作量适当的分配给每一个员工。要考虑员工的工作地点的串联,员工工作量的平衡,退房续住房的工作量要相对公平,不同熟练度员工的工作量基准不同,还有外包员工自己员工计算方法的区别等等。这个就是指的具体管理动作的调整。

在宏观层面上,则可以对一些出现的问题进行智能诊断。通过数据的智能预警和智能诊断让管理者决策更为轻松。

数据赋能决策案例

白天鹅宾馆在2017年引入蓝豆云OMS进行运营端的数据化管理,在系统数据基础上构建了对客服务指标体系,用数据驱动来设计和优化工作流程,进一步提升服务品质。

白天鹅宾馆在分析服务耗时数据时发现:同是物品输送,酒店输送儿童物品的时间是其他物品的2-3倍。

酒店通过分析发现,儿童物品的成本普遍高于普通物品,集中存储在仓库里,输送路程增加使得客人等待时间较长。后来通过蓝豆云OMS数据进行需求预测,在每个楼层都配备一定量的儿童用品,缩短输送路程。白天鹅基于蓝豆云OMS数据作出的改变,优化了送物流程,提升了亲子游的客人满意度。

小结

酒店通过数据越来越了解客人,并且通过优化运营的算法,更好地服务客人。当这个闭环形成后,酒店的业务就变成了一个智能业务,客人的入住体验也自然而然得到提升。

我们相信,未来最抢手的不是机器人,而是温暖且智能的酒店人!